AI en de aanstaande implosie van media

Het is tegenwoordig populair onder journalisten om te waarschuwen dat AI mogelijk catastrofale gevolgen kan hebben voor de mensheid. Deze zorgen zijn overdreven wat betreft de mensheid als geheel. Maar ze zijn eigenlijk heel profetisch met betrekking tot journalisten zelf.

Om te begrijpen waarom, laten we een nadere blik werpen op de subdisciplines die we collectief AI noemen. AI is de breedste paraplu-term, maar we kunnen het algemeen opsplitsen in regelgebaseerde systemen en machine-learning-systemen. Machine-learning-systemen kunnen worden onderverdeeld naar hun toepassing (video, afbeeldingen, natuurlijke taal, enz.). Onder deze hebben we de grootste recente vooruitgang gezien in natuurlijke taalverwerking. Specifiek hebben we de uitvinding van het transformer-model in 2017 gezien, gevolgd door een snelle groei in de grootte van transformatoren. Zodra het model meer dan 7 miljard parameters overschrijdt, wordt het over het algemeen aangeduid als een groot taalmodel (LLM).

De kern”vaardigheid” (als je het zo kunt noemen) van een LLM is zijn vermogen om de meest waarschijnlijke volgende woord in een onvolledige tekstblok te voorspellen. We kunnen deze voorspellingsmechanisme gebruiken om grote blokken tekst van scratch te genereren, door de LLM te vragen om één woord per keer te voorspellen.

Als je de LLM traint op grote datasets met variabele kwaliteit, zal deze voorspellingsmechanisme vaak slecht geschreven tekst produceren. Dit is het geval met ChatGPT vandaag. Dit is waarom, wanneer ik het onderwerp aansnijd met journalisten, ik scepsis tegenkom – journalisten zien hoe slecht ChatGPT schrijft, en ze gaan ervan uit dat AI geen bedreiging voor hen vormt omdat het onhandig is.

Maar ChatGPT is niet het enige LLM dat er is. Als een LLM wordt getraind op een zorgvuldig geselecteerde dataset van tekst geschreven door de beste journalisten – en niemand anders – dan zal het de mogelijkheid ontwikkelen om te schrijven als de beste journalisten.

In tegenstelling tot journalisten heeft deze LLM echter geen salaris nodig.

Schrijven vs. weten wat te schrijven

Voordat we verdergaan, moeten we onderscheid maken tussen de mechanismen van schrijven en de creativiteit die nodig is om te weten wat de moeite waard is om over te schrijven. AI kan geen informanten interviewen of een politicus lang genoeg lastigvallen totdat de politicus per ongeluk de waarheid vertelt.

AI kan geen informatie verzamelen. Maar het kan informatie die door mensen is verzameld op een elegante manier beschrijven. Dit is een vaardigheid die journalisten en schrijvers vroeger een monopolie op hadden. Ze hebben dat monopolie niet meer.

Gegeven het huidige tempo van vooruitgang, kan AI binnen een jaar beter schrijven dan 99% van de journalisten en professionele schrijvers. Het zal dit doen zonder kosten, op aanvraag en met oneindige doorvoer.

De economie van zero-kosten schrijven

Iedereen die een lijst met feiten heeft om over te brengen, zal in staat zijn om deze feiten om te zetten in een goed geschreven artikel. Iedereen die een artikel over een bepaald onderwerp vindt, zal in staat zijn om een ander artikel te produceren dat hetzelfde onderwerp behandelt. Dit afgeleide artikel zal net zo goed zijn als het eerste, en het zal het niet plagiaat of schenden van zijn auteursrechten..

De marginale kosten van geschreven content zullen nul worden.

Op dit moment zijn de economie van geschreven media gebaseerd op menselijke arbeid. Goed geschreven content is schaars, dus het heeft waarde. Er zijn hele industrieën opgebouwd om deze waarde te verzilveren.

Wanneer AI hoogwaardige content kan produceren zonder kosten, zal de financiële basis van deze industrieën instorten.

De afschaffing van publicaties

Laten we traditionele publicaties eens bekijken. Gedurende decennia hebben bedrijven als The New York Times vaardige schrijvers in dienst genomen om een beperkt aantal artikelen per dag te produceren (meestal ongeveer 300). Dit model is inherent beperkt door het aantal schrijvers en de kosten die hiermee gemoeid zijn.

In een wereld waar AI een onbeperkt aantal artikelen zonder kosten kan genereren, waarom zou je de productie beperken tot een vast aantal? Waarom zou je geen gepersonaliseerde content voor elke lezer creëren, aangepast aan hun interesses en gegenereerd op aanvraag?

In dit nieuwe paradigma wordt het traditionele model van periodieke edities en vaste artikelnummers verouderd. Publicaties kunnen overschakelen naar een model waarin content continu wordt gecreëerd en gepersonaliseerd, aangepast aan de specifieke behoeften van individuele lezers. Een lezer kan één artikel per dag nodig hebben. Een andere kan 5000 nodig hebben.

Publicaties waarvan het primaire product bestaat uit het samenstellen van 300 artikelen in een enkele dagelijkse editie, zullen uitsterven.

Zoekmachines die antwoordmachines worden

Zoekmachines fungeren als distributeurs, die gebruikers verbinden met reeds bestaande content. Om dit te bereiken, voeren ze vier stappen uit.

Als eerste indexeren ze grote hoeveelheden reeds bestaande content. Ten tweede ontvangen ze een query van de gebruiker. Ten derde zoeken ze in de reeds bestaande content naar items die relevant zijn voor de query van de gebruiker. En ten slotte rangschikken ze de opgehaalde content en presenteren ze een gesorteerde lijst met resultaten aan de gebruiker.

Tot nu toe gaat alles goed. Maar als content op aanvraag kan worden gegenereerd, zonder kosten, waarom zouden zoekmachines dan reeds bestaande content aan de gebruiker teruggeven? Ze zouden het antwoord gewoon kunnen genereren. De gebruiker zou zeker blijer zijn met één antwoord op zijn vraag, in plaats van een lange lijst met resultaten waarvan de kwaliteit kan variëren.

Laten we nu naar de logische volgende stap kijken. Als zoekmachines de gebruiker niet langer naar enige door anderen geschreven content leiden, wat gebeurt er dan met de “content”-economie?

De meeste content op internet is geschreven om te worden gemonetariseerd. Mensen schrijven artikelen, ranken op Google, ontvangen verkeer en zetten dit om in inkomsten (met behulp van advertenties, affiliate-links of directe verkoop van producten of diensten).

Wat gebeurt er met deze economie als het verkeer verdwijnt?

Sociale media: de volgende dominospelsteen

Sociale media-platforms werden oorspronkelijk ontworpen om interactie tussen gebruikers te faciliteren. Ik ben oud genoeg om me te herinneren dat mensen inlogden op Facebook om op de muur van een vriend te schrijven, iemand een virtuele schaap te gooien of iemand te porren.

De sociale media van vandaag zijn anders. Het meest voorkomende aantal volgers dat gebruikers op Instagram hebben, is nul. Het op één na meest voorkomende aantal volgers is één. De overgrote meerderheid van de weergaven, shares, opmerkingen en volgers wordt verzameld door een klein aantal professionele creators. De meeste gebruikers posten niets en worden door niemand gevolgd.

Om het simpel te zeggen – de meeste gebruikers bezoeken sociale media om content te vinden die ze mogelijk leuk vinden. Sociale media-bedrijven fungeren als distributeurs, net als zoekmachines. Het belangrijkste verschil tussen Facebook en Google is dat Google een query gebruikt om content te selecteren, terwijl Facebook content selecteert zonder een query.

Als dit het geval is, wordt de volgende stap duidelijk. Waarom zouden sociale media gebruikers gegenereerde content promoten, als ze AI-gebaseerde content op aanvraag kunnen genereren? Eerst alleen tekst, maar uiteindelijk ook afbeeldingen en video’s.

En als sociale media gebruikers niet langer naar door creators gemaakte content leiden, wat gebeurt er dan met de “creator”-economie?

De analogie van de Star Trek-replicator

We gaan een nieuw paradigma binnen waarin AI fungeert als een Star Trek-replicator voor content.

In Star Trek is er geen behoefte aan boeren die voedsel verbouwen, winkels die voedsel verkopen, chefs die voedsel koken of obers die voedsel serveren. De replicator kan elk gewenst voedsel creëren, op aanvraag, door grondstoffen rechtstreeks om te zetten in het eindproduct.

Net zo zie ik geen plaats in onze toekomst voor enig bedrijf dat geschreven content creëert, distribueert, combineert of aan de gebruiker serveert. De enige waardevolle functies zullen zijn het verzamelen van grondstoffen en het omzetten ervan in het eindproduct op aanvraag.

We hebben nog steeds manieren nodig om informatie te creëren die nog niet bestond en om informatie te verzamelen die nog niet openbaar was. Alles anders zal worden bereikt door AI-motoren die de beschikbare informatie omzetten in gepersonaliseerde content.

Implicaties voor content-creators en distributeurs

Handelaren praten vaak over “positieve blootstelling” en “negatieve blootstelling”. De eenvoudigste manier om deze concepten te begrijpen is door jezelf af te vragen – als dit ding omhoog gaat, zal ik profiteren of lijden?

AI gaat omhoog. En het gaat vooral snel in gebieden zoals natuurlijke taal en andere door mensen gegenereerde content. De vraag die elke professional zichzelf moet stellen, is – heb ik een positieve of negatieve blootstelling aan AI op dit moment?

Als je een content-creator bent – laten we zeggen een nieuwspublicatie – en je koststructuur is niet nul, dan zit je waarschijnlijk in de problemen. Je zult binnenkort concurreren met content-creators wiens kosten nul zijn, en dat is geen concurrentie die je kunt winnen. Het is waarschijnlijk dat je precies drie opties hebt: de markt verlaten; je kosten terugbrengen tot nul (door een AI-bedrijf te worden); of failliet gaan.

Als je aan de distributiezijde van dingen zit, heb je waarschijnlijk meer tijd voordat de volledige effecten je onderste lijn bereiken. Netwerkeffecten zullen je helpen de verstoring enkele jaren uit te stellen. Maar uiteindelijk gebeuren dingen die moeten gebeuren, gebeuren. Zoekmachines vervingen webdirectory’s. Feeds vervingen een groot deel van de functionaliteit die zoekmachines eerder boden. En binnenkort zal de creatie van content op aanvraag zowel zoekmachines als feeds vervangen.

De rol van de overheid en regulering

Als iemand die in de Sovjet-Unie is geboren, ben ik geen grote fan van de overheid die spraak reguleert. De morele risico’s zijn meestal hoger dan enig tijdelijk voordeel dat dergelijke regulering zou kunnen brengen.

Desondanks denk ik dat overheden een belangrijke rol kunnen spelen in de bepaling van hoe dit zich ontwikkelt.

We hebben goede en slechte voorbeelden van overheidsregulering en de effecten die deze hebben gehad op de industrie. De “26 woorden die het internet hebben gecreëerd” hebben een beginnende industrie laten groeien tot triljoenen dollars aan waarde. De regulering van ISPs in de jaren 90 heeft echter het aantal ISPs in de VS van meer dan 3000 teruggebracht tot 6, en heeft ertoe geleid dat Amerikaanse consumenten de slechtste breedbandtoegang in de ontwikkelde wereld hebben.

Wanneer men mij vraagt naar mijn aanbevelingen, wijs ik er meestal op dat de overheid drie manieren heeft om de ontwikkeling van dit nieuwe ecosysteem te helpen, in plaats van het te hinderen:

1. Verplicht interoperabiliteit en maak het voor consumenten gemakkelijker om van aanbieder te veranderen.

Kapitalisme werkt als natuurlijke selectie – bedrijven die dingen beter of efficiënter doen, zullen sneller groeien dan bedrijven die dat niet doen. “Lock-in”-mechanismen die het moeilijker maken om over te stappen, zoals de onmogelijkheid om je gegevens uit een dienst te exporteren en deze over te dragen aan een concurrent, vertragen deze evolutie en leiden tot lagere groei.

Als overheden interoperabiliteit in de hele technologie-industrie kunnen afdwingen, zullen we meer goede functies en goed gedrag zien worden beloond. We zullen een stimulans creëren voor bedrijven om te innoveren in dingen die mensen willen, in plaats van te innoveren in manieren om meer uit een gevangen publiek te persen.

2. Handhaaf antitrust door te focussen op monopolie-misbruik, in plaats van monopolie-risico’s.

We weten allemaal dat wanneer twee bedrijven fuseren, het resulterende bedrijf groot kan worden en een onevenredige macht kan hebben ten opzichte van zijn klanten. Maar het bestaan van onevenredige macht leidt niet altijd tot slechte service of roofzuchtige prijzen.

Intussen zijn bedrijven die al een onevenredige macht hebben, vaak bezig met anti-concurrentiegedrag recht voor onze ogen. En toch richt de FTC zich op het blokkeren van fusies en overnames.

Als overheden zich richten op het verbieden en strikt handhaven van anti-concurrentiepraktijken zoals dumping en bundling, vooral met betrekking tot technologieproducten die door de meerderheid van de bevolking worden gebruikt, zal het hele systeem ontstoppen.

Sommige specifieke voorbeelden kunnen helpen om dit punt te illustreren.

Een browser aanbieden, die een zeer complex stuk software is dat miljarden kost om te ontwikkelen, gratis – is een duidelijk geval van dumping. Nieuwe browserbedrijven zoals Cliq of Brave hebben het moeilijk om in deze ruimte te innoveren omdat hun veel grotere concurrenten dit dure product gratis weggeven. Het resultaat is dat alle browsers tegenwoordig hetzelfde zijn en er sinds 2016 geen significante innovatie in deze ruimte is geweest.

Een bedrijfsbericht-app aanbieden als onderdeel van een documentbewerkingsuite die elk bedrijf moet kopen – is een duidelijk geval van bundeling. Zelfs een zeer succesvolle startup zoals Slack werd eigenlijk gedwongen om zichzelf te verkopen aan een groter bedrijf, alleen maar om te kunnen concurreren als een betaald product in een ruimte waar hun belangrijkste concurrent werd gebundeld met iets dat hun klant toch al nodig had.

Als AI zich ontwikkelt tot een nieuw ecosysteem dat groter wordt dan het internet, zullen we waarschijnlijk nog grotere misbruiken zien in deze opkomende ruimte – tenzij overheden ingrijpen en ervoor zorgen dat dumping en bundeling niet lonen.

3. Overweeg manieren om originele content-creatie te subsidiëren of te beschermen.

De overheid financiert basisonderzoek en wetenschap via subsidies en andere subsidies. Het beschermt ook nieuwe ideeën die mensen ontdekken in hun onderzoek via octrooien. De reden waarom deze twee mechanismen nodig zijn, is dat het kopiëren van een idee dat werkt goedkoper is dan het komen met een nieuw idee dat werkt. Zonder ingrijpen kan dit leiden tot een tragedie van de gemeenschappelijke gronden, waar iedereen van zijn buurman kopieert en niemand iets nieuws creëert.

In de journalistiek en content-creatie in het algemeen waren deze mechanismen niet nodig omdat het kopiëren zonder auteursrechten te schenden een moeilijk proces was. Maar met de komst van AI is dit niet langer waar. Aangezien de prijs van het parafraseren van andermans schrijven naar nul nadert, zullen we mechanismen nodig hebben om iets anders te stimuleren dan parafraseren – en de beste antwoorden kunnen eruitzien als degenen die we vandaag in basisonderzoek hebben.

Het beste maken van deze uitdaging

De transformatie die door AI wordt teweeggebracht, is een van de grootste uitdagingen waarmee de mensheid vandaag wordt geconfronteerd. Journalisten en andere content-creators zullen het eerst worden getroffen. Distributeurs van content zullen snel volgen. We zullen uiteindelijk een compleet nieuw paradigma binnengaan, dat ik het “Star Trek-replicator”-model noem voor content-creatie en -distributie.

We hebben hier een kans om iets veel beters te bouwen dan wat er vandaag bestaat. Net zoals de uitvinding van de drukpers leidde tot de Verlichting, kan de uitvinding van AI leiden tot een tweede Verlichting. Maar helaas zijn niet alle mogelijke toekomsten gunstig.

Het is aan ons om deze evolutie in de juiste richting te sturen.